李明慧

博鼎实华（北京）技术有限公司

摘要(Abstract)：

随着人工智能技术的快速发展，行业知识图谱已成为实现认知智能的核心基础设施。本文聚焦于人工智能驱动的行业知识图谱构建与动态更新机制，提出一种融合多模态数据、支持增量演化的闭环系统。通过设计动态知识图谱框架，整合大语言模型（LLM）、图神经网络（GNN）与增量学习技术，解决传统知识图谱在实时性、领域适应性和数据孤岛等方面的瓶颈。研究重点包括：基于多源异构数据采集与语义融合的图谱构建方法；面向动态演化的增量存储与查询优化策略；融合LLM与知识推理的质量评估与反馈机制。实验表明，该机制在信息通信、金融风控、医疗诊断等场景中显著提升知识更新效率与推理准确性，为行业智能化提供理论支撑与实践参考。

关键词(KeyWords)：

知识图谱；动态更新；增量学习；图神经网络；大语言模型

参考文献(References)：

［1］喻国明，李钒，滕文强.AI+教育：人工智能时代的教学模式升维与转型［J］.宁夏社会科学，2024（2）：191-198.

［2］石岩，王达，邓敏，等.时空异常探测：从数据驱动到知识驱动的内涵转变与实现路径［J］.测绘学报，2024，53（8）：1493-1504.

［3］姚琳，马鹏飞，尚丹梅，等.基于Python 程序设计的学科知识图谱构建研究［J］.中国管理信息化，2025，28（12）：127-130.